概述
什么是算子 算子是一种独立、可复用的逻辑表达，能够通过组合的方式实现更高维度的业务逻辑。行为 和 输入输出 是所有算子都有的属性，描述了算子可以做什么及相应的接口。对于不可解释算子（如图像识别），仅需定义行为和输入输出即可；...
使用限制
图像都必须是RGB 3通道。通用抠图/元素定位 图片大小限制：3MB以内，分辨率2000x2000像素以内，32x32像素以上。图片格式限制：不支持gif、8位png、16位png、64位png数据格式文件。人像分割 图片格式：JPEG、JPG、PNG（不支持8位png、16位...
基本概念
一个GOP包含如下图像类型：I帧（Intra Coded Picture）：又称帧内编码帧，为关键帧，是一种自带全部信息的独立帧，无需参考其他图像便可独立进行解码，可以简单理解为一张静态画面。视频序列中的第一个帧始终都是I帧，每个GOP由I帧开始。P...
基本概念
本文介绍图像搜索相关的基本概念，以便您更好地理解和使用该产品。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。实例 您开通（购买）服务的实际操作单元。实例为您提供了计算和存储两大...
组件参考：所有组件汇总
特征离散 该组件是将连续特征按照一定的规则进行离散化。特征异常平滑 该组件可以将输入特征中包含异常的数据平滑到一定区间，支持稀疏和稠密数据格式。奇异值分解 该组件是线性代数中一种重要的矩阵分解，是矩阵分析中正规矩阵求对角化的...
什么是三维空间重建
三维空间重建（3D space reconstruction），又名临云镜，是阿里云结合AI技术处理空间三维视觉的技术产品，本文为您详细介绍什么是三维空间重建。什么是三维空间重建 三维空间重建，又名临云镜，指通过对空间的全景摄影及实景重构，实现空间...
云市场OCR快速入门
主要是传输了图像数据和配置字符串，其中图像是经过base64编码后的数据，配置字符串主要传递了一个参数，表示当前图像为身份证正面图像，进行正面识别。返回结果示例如下：正面返回结果：{"address":"浙江省杭州市余杭区文一西路969号",#...
Node.js SDK
本文介绍图像搜索服务Node.js SDK的使用方法及示例。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。接口列表 接口名称 接口说明 Add 增加图片。SearchImageByPic 使用图片进行搜索。...
服务节点地址及内网（VPC）调用方式
本文列举了API请求中的结构解释，并提供了图像搜索服务的接入地址（Endpoint）。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。服务地址 地域 Region 接入地址 VPC内网地址 华东1（杭州）...
Label Encoder
一、组件说明 Label Encoder是一种用于将离散分类变量转换为数值变量的编码方法。它将每个离散变量的取值映射到一个整数，从而将离散变量转换为连续变量。例如，一个有三个取值的离散变量“颜色”（红色、绿色、蓝色），使用Label Encoder...
Java SDK
本文介绍图像搜索服务Java SDK的使用方法及示例。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。接口列表 接口名称 接口说明 Add 增加图片。SearchImageByPic 使用图片进行搜索。...
.Net SDK
以下为内网（VPC）访问方式/说明：内网（VPC）访问：仅限同区域ECS或资源的访问，例如您购买的图像搜索实例是华东2（上海），那么您的ECS或资源也必须在华东2（上海）才能通过内网VPC地址访问图搜服务，否则会调用不通，如果遇到调用不通，...
Go SDK
本文介绍图像搜索服务Go SDK的使用方法及示例。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。接口列表 接口名称 接口说明 Add 增加图片。SearchImageByPic 使用图片进行搜索 ...
Python SDK
本文介绍图像搜索服务Python SDK的使用方法及示例。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。接口列表 接口名称 接口说明 Add 增加图片。SearchImageByPic 使用图片进行搜索。...
横向LabelEncoder
一、组件说明 Homo Label Encoder是一种用于将离散分类变量转换为数值变量的编码方法，适用于横向联邦场景。它将每个离散变量的取值映射到一个整数，从而将离散变量转换为连续变量。例如，一个有三个取值的离散变量“颜色”（红色、绿色、...
快速开始
通义千问VL 说明 支持的领域/任务：aigc 通义千问开源视觉理解大模型Qwen-VL于2023年12月1日发布重大更新，不仅大幅提升通用OCR、视觉推理、中文文本理解基础能力，还能处理各种分辨率和规格的图像，甚至能“看图做题”。升级的Qwen-VL...
快速开始
通义千问VL 说明 支持的领域/任务：aigc 通义千问开源视觉理解大模型Qwen-VL于2023年12月1日发布重大更新，不仅大幅提升通用OCR、视觉推理、中文文本理解基础能力，还能处理各种分辨率和规格的图像，甚至能“看图做题”。升级的Qwen-VL...
查看和修改CPU拓扑结构
背景信息 什么是CPU 拓扑 CPU拓扑是多核处理器中物理核心与逻辑核心之间的连接方式。通常情况下，每个物理核心都包含一个或多个逻辑核心，而物理核心直接通过总线或互联网络连接，拓扑结构的不同将直接影响多核处理器的性能和能效。目前...
快速开始
通义千问VL 说明 支持的领域/任务：aigc 通义千问VL是阿里云研发的大规模视觉语言模型（Large Vision Language Model,LVLM），可以以图像、文本、检测框作为输入，并以文本和检测框作为输出，支持中文多模态对话及多图对话，并具有更好的...
Linux集成开发指南
新建请求 请求的创建主要是通过sail:face:FaceRequestBuilder创建sail:face:FaceRequest请求类，在Builder里必须填写以下信息：图像：所有的请求都需要填入RGB的图像，用sail:face:RequestBuilder:RGBImage，当前SDK只支持RGB活体识别，...
PHP SDK
以下为内网（VPC）访问方式/说明：内网（VPC）访问：仅限同区域ECS或资源的访问，例如您购买的图像搜索实例是华东2（上海），那么您的ECS或资源也必须在华东2（上海）才能通过内网VPC地址访问图搜服务，否则会调用不通，如果遇到调用不通，...
图像识别介绍
图像识别技术是基于阿里云深度学习技术，可实现精准识别图像中的视觉内容，包括上千种物体标签、数十种常见场景等，为您提供图像打标、场景分类、颜色识别、风格识别以及元素识别等能力。图像识别技术可广泛应用于数字营销、新零售、广告...
API详情
通义千问VL 说明 支持的领域/任务：aigc 通义千问VL是阿里云研发的大规模视觉语言模型（Large Vision Language Model,LVLM），可以以图像、文本、检测框作为输入，并以文本和检测框作为输出，支持中文多模态对话及多图对话，并具有更好的...
SAM自动图片分割和预标注
背景信息 Grounded SAM模型是一个最强的零样本视觉应用，它可以通过文本输入，检测、分割和生成任何图像。它是由IDEA领衔的中国专业团队打造的，基于Meta的SAM模型和其他三个强大的零样本模型。Grounded SAM模型主要由Grounding DINO和SAM...
什么是智能视觉
通过本文档，您可以来了解什么是阿里云智能视觉IntelligentVision，以及它所涉及的资源和服务。产品介绍 智能视觉IntelligentVision（ivision）是阿里云提供的一款即开即用的AI计算服务。使用智能视觉可以让零算法基础的开发者和企业快速...
API详情
通义千问VL 说明 支持的领域/任务：aigc 通义千问开源视觉理解大模型Qwen-VL于2023年12月1日发布重大更新，不仅大幅提升通用OCR、视觉推理、中文文本理解基础能力，还能处理各种分辨率和规格的图像，甚至能“看图做题”。升级的Qwen-VL...
API详情
通义千问VL 说明 支持的领域/任务：aigc 通义千问开源视觉理解大模型Qwen-VL于2023年12月1日发布重大更新，不仅大幅提升通用OCR、视觉推理、中文文本理解基础能力，还能处理各种分辨率和规格的图像，甚至能“看图做题”。升级的Qwen-VL...
什么是开放平台
阿里云工业开放平台是基于阿里云大数据的一体化计算平台，通过数据工厂对企业系统数据、工厂设备数据、传感器数据、人员管理数据等多方工业企业数据进行汇集，并借助图像、视频识别、机器学习和人工智能算法，来激活海量数据价值。为什么...
错误反馈
为什么调用API时提示：You have not opened Yundun Content Moderation Service？为什么本地测试正常，但是发布到ECS时报错：SDK.ServerUnreachable:Speicified endpoint or uri is not valid？为什么使用内容安全SDK报错：SDK....
安全白皮书
详情请参见 什么是访问控制。白名单 默认情况下，Flink全托管上下游存储设备默认拒绝外部设备的访问。因此，您需要在目标存储设备白名单中添加Flink全托管虚拟交换机的网段。如果您的虚拟交换机和上下游存储不在同一可用区，添加虚拟交换机...
图像裁剪
本文为您介绍图像生产（imageenhan）类目下的图像裁剪ChangeImageSize的语法及示例。功能描述 图像裁剪能力可以对输入的图像按照指定尺寸变换。支持自动判断主体区域位置，使用更好的裁剪方式对图像进行裁剪。说明 您可以进入 在线咨询 ...
内容检测API
内容安全图片审核要求图片大小限制为20 MB以内（含20 MB），高度或者宽度不能超过30,000像素，且图像总像素不超过2.5亿。更多内容，请参见 同步检测。内容检测API调用有哪些并发限制？并发限制指同一时刻能够检测的内容（图片、视频、文本...
FaceChain社区版服务实例部署文档
具体来说，首先使用基于朝向判断的图像旋转模型，以及基于人脸检测和关键点模型的人脸精细化旋转方法，来处理用户上传图像，得到包含正向人脸的图像；接下拉使用人体解析模型和人像美肤模型，以获得高质量的人脸训练图像；随后，该项目使用...
图像分类训练（torch）
如果您的业务场景涉及图像分类，则可以通过图像分类训练（torch）组件构建图像分类模型，从而进行模型推理。本文为您介绍图像分类训练（torch）组件的配置方法及使用示例。前提条件 已开通OSS并完成授权，详情请参见 开通OSS服务 和 云产品...
多主体识别最佳实践
背景介绍 多主体识别介绍：图像搜索的多主体识别是指在图像搜索任务中，系统能够识别并理解图像中存在的多个主体（物体、人物、场景等）。多主体识别技术使得搜索引擎不仅能够找到包含单一物体的图像，还能够识别和检索出包含多个相关物体...
风格识别
本文介绍图像识别（imagerecog）类目下的风格识别RecognizeImageStyle的语法及示例。功能描述 风格识别能力可以对输入图像的风格类型进行分析，识别可能的风格与语意标签。可以识别的风格包括：chinese（中国风）、watercolor（水彩）、...
时空栅格
什么是时空栅格 栅格数据（Raster Data）是将地理空间分割成有规律的网格，每一个网格称为一个单元（像元或像素），并在各单元上赋予相应的属性值来表示实体的一种数据形式。栅格数据通常有两种类型的栅格数据：专题数据和影像数据。专题...
什么是弹性高性能计算E-HPC
弹性高性能计算将计算能力积聚，用并行计算方式解决更大规模的科学、工程和商业问题，在科研机构、石油勘探、金融市场、气象预报、生物制药、基因测序、图像处理等行业均有广泛的应用。产品架构 弹性高性能计算的产品架构如下图所示。弹性...
范围类型
还有，要写一个是空字符串的界限值，则可以写成""，因为什么都不写表示一个无限界限。范围值前后允许有空格，但是圆括号或方括号之间的任何空格会被当做上下界值的一部分（取决于元素类型，它可能是也可能不是有意义的）。重要 这些规则与...
风格迁移
本文介绍图像生产（imageenhan）类目下的风格迁移ExtendImageStyle的语法及示例。功能描述 风格迁移能力可以对输入图像的风格进行转换，使得图像的色彩、笔触等视觉风格发生转化。关于该接口功能的示例图如下：说明 您可以进入 在线咨询 ...
- 产品推荐
- 这些文档可能帮助您